Numpy学习疑难杂录——读《python数据分析》

Numpy.loadtxt函数的使用

从函数名的字面意义上理解，该函数用于从文本文件中载入数据到numpy数组。
参照书籍《Python Data Analysis》(中译名：《python 数据分析》)中3.2节的示例，意图对csv文件进行数据导入时出现错误。

data = np.loadtxt("hjy.csv",delimiter=',',skiprows=2,unpack=True)

 产生该错误的原因是loadtxt函数的参数中的dtype参数默认为float，而当被处理的csv文件范围中存在‘空值’、‘字符串’时，便会
出现这个异常，因此确认单元格中的值类型是很重要的，如果你用notepad++文件打开，你就会发现你所需要处理的数据里，
数值和字符串是混着的，那么出现异常也就能理解了。

因此我们需要做一些预处理：

1. 对于不必要的表头，使用skiprows参数跳过不处理，即使它们是字符串也不会产生影响；
2. 对于字符串的列，使用usecols参数指定要处理的列，这样也可以避免处理字符串列；
3. 对于数据值的域，使用查找替换将所有的空值替换成0

对于数据类型的定义，有时根据需要的值类型、值范围，自己指定会更合适，使用参数dtype

因此对于如下数据表：

使用如下语句避开字符串行列的干扰：

data = np.loadtxt("hjy.csv",dtype=np.int16,delimiter=',',
                  skiprows=2,usecols=(2,),unpack=True)

其中usecols可以这样赋值：

usecols=(x for x in range(1,6))